含吸收型色散介质的光子晶体的腔极化激元研究

对色散介质层采用洛仑兹振子模型,通过考虑色散介质层两边的边界条件,可以严格得到表征色散介质层的转移矩阵.通过改变介质层的不同参数,详细研究了含吸收型色散介质的对称光子晶体的腔极化激元.研究发现吸收型色散微腔和增益型色散微腔在简正模耦合,无定型展宽效应和失谐效应方面都可以表现出大致相似的性质,但其在透射强度和耦合模频率飘移方面都有着明显的不同.最后对同时含有吸收型色散介质层和Kerr非线性层的一维对称光子晶体的光双稳行为进行了研究,发现其形成双稳态所需的阈值入射光强比仅含Kerr非线性层的阈值入射光强有所降低.     

Qsep100核酸蛋白分析系统的应用和维护

Qsep100核酸蛋白分析系统是一种基于荧光检测和可抛式预制胶卡夹的新型毛细管电泳系统,具有高灵敏性及高分辨率等优势,广泛应用于核酸、蛋白样本的质控、浓度及纯度检测。在检测过程中需了解样本特征并选择合适的卡夹类型,注意样本浓度的检测范围以及数据分析中参数设置对计算结果的影响。基于此分析可为科研工作者提供更加科学、有效的核酸蛋白检测方案;同时为大型仪器共享平台的仪器使用及维护提供参考。     

基于特征转移金字塔网络的SAR图像跨尺度目标检测

SAR图像多尺度目标检测能够实现大场景SAR图像中关键目标的定位与识别,是SAR图像解译的关键技术之一.然而针对尺寸相差较大的SAR目标的同时检测,即跨尺度目标检测问题,现有目标检测方法难以实现.该文提出一种基于特征转移金字塔网络(FTPN)的SAR图像跨尺度目标检测方法.在特征提取阶段采用特征转移方法,实现各层特征图...     

遗传算法优化变分模态分解提取舰船辐射噪声特征线谱方法

特征线谱提取是舰船目标识别的一个重要研究环节,常采用传统的DEMON谱分析方法,处理过程中,一般对舰船噪声时域信号未予抑噪,低信噪比情况下,传统DEMON谱分析性能差。对此,提出一种采用遗传算法优化变分模态分解方法,用于分解舰船噪声原时域信号,获得抑制噪声后的舰船噪声重构信号,进而有效提取了舰船目标噪声幅度调制特征线谱。该方法首先采用遗传算法优化变分模态分解的两个关键输入参数(分解所取模态个数和惩罚因子),对变分模态分解得到的各阶固有模态分量加以判别,去除噪声主导分量,保留信号主导分量,使重构舰船噪声信号显著抑制了干扰噪声,然后对降噪后的重构信号进行频谱分析,获得目标噪声调制特征线谱。理论分析、仿真和实验数据处理结果表明,相比传统DEMON谱分析法,基于遗传算法优化变分模态分解的舰船噪声特征线谱提取方法具有更好的噪声抑制能力,所获取的舰船噪声幅度调制特征线谱信噪比明显高于传统DEMON方法,具有一定优势,前景良好。     

图像块改进Harris角点检测的农田图像拼接

为了达到农田研究人员对于宽视野、高清晰度图像的要求,提出一种基于图像块改进Harris角点检测的农田图像拼接算法.为了降低图像拼接数据量,减少运算时间,提高拼接效率,将参考图像与待拼接图像分割成具有重叠区域的图像块,采用余弦相似度,寻找最优匹配图像块;采用Harris角点检测算法实现最优匹配图像块的特征点提取,通过计算...     

基于多模态融合的视觉问答传输注意网络

针对传统视觉问答任务无法完全捕捉多模态特征之间复杂相关性的缺点,文中提出了基于多模态融合的视觉问答传输注意网络。在特征提取部分,分别利用GloVe词嵌入+LSTM提取问题特征,并使用ResNet-152网络提取图像特征。通过3层传输注意网络进行多模态融合来学习全局多模态嵌入信息,进而使用该嵌入重新校准输入特征。文中设计了一个多模态传输注意学习架构,通过对传输网络进行重叠计算,使组合特征聚焦在图像和问题的细粒度部分,提高了预测答案的准确率。在VQA v1.0数据集上的实验结果表明,该模型的总体准确率达到了69.92%,显著优于其他5种主流视觉问答模型的准确率,证明了该模型的有效性和鲁棒性。     

一种基于轮廓特征约束的飞机蒙皮配准方法

飞机蒙皮表面平缓、光滑、特征少,在使用迭代最近点进行数模配准时会产生错位、局部最小值等问题,因此提出了一种基于轮廓约束的蒙皮点云配准方法.首先定义一种新的三维轮廓Cκ特征点描述方法,并基于距离约束对初始Cκ特征点进行聚类和过滤,实现对蒙皮点云特征的精确描述.其次,基于距离的快速点特征直方图(FPFH-d)特征相似度约束...     

噪声情况下采用稀疏非负矩阵分解与深度吸引子网络的人声分离算法

为实现噪声情况下的人声分离,提出了一种采用稀疏非负矩阵分解与深度吸引子网络的单通道人声分离算法。首先,通过训练得到人声与噪声的字典矩阵,将其作为先验信息从带噪混合语音中分离出人声与噪声的系数矩阵;然后,根据人声系数矩阵中不同的声源成分在嵌入空间中的相似性不同,使用深度吸引子网络将其分离为各声源语音的系数矩阵;最后,使用分离得到的各语音系数矩阵与人声的字典矩阵重构干净的分离语音。在不同噪声情况下的实验结果表明,本文算法能够在抑制背景噪声的同时提高分离语音的整体质量,优于结合声噪人声分离模型的对比算法。      

模糊算法在态势评估中的应用

针对态势评估中存在的不确定性,把模糊算法应用于态势评估,建立了基于模糊算法的态势评估框架,解析态势评估的流程。同时根据不同的评估需要,建立两种不同的态势评估模型,并给出确立评估矩阵的隶属函数。通过实例把态势评估元素的条件隶属度进行量化,从而得出具体的评估矩阵,对基于模糊算法的态势评估方法的整个实现过程进行讨论。最后,通过分析评估结果比较两种模型的效能,得出更适于态势评估的模型。     

多目标指示激光束的Walsh编码研究

针对激光目标指示器在进行多目标指示时,激光束之间有相互干扰的缺点,提出了一种基于walsh矩阵的多目标指示激光束编码方案.walsh矩阵的每一行或每一列都相互正交,是伪随机序列,自相关值最大,而互相关值为0.哈达马序walsh矩阵的结构特点使得可编程电路很容易生成该矩阵的某一行或某一列.通过简单的数值设置,可以让不同的目标指示器生成Walsh矩阵的不同行,即得到不同的伪随机序列.利用伪随机序列的相关特性,使用walsh矩阵的不同行对激光束进行编码,则可消除激光束间的串扰.该方案具有抗干扰能力强、保密性好、易于实现等优点,也适用于多路遥控系统.